Talk2AI：人類與 AI 說服性對話的縱向研究數據集
arXiv - Computers and SocietyAlexis Carrillo, Enrique Taietta, Ali Aghazadeh Ardebili, Giuseppe Alessandro Veltri, Massimo Stella
本研究發布了一個包含 3,080 場對話的大規模縱向數據集，旨在探討 AI 如何影響人類觀點與信念的改變。
AI 幫你先抓重點
AI 重點 1
關注 AI 對人類信念與態度長期影響的動態過程。
滑鼠懸停看 AI 判斷理由
這項研究不僅關注單次對話，更透過縱向設計觀察觀點變化的穩定性，這對於理解 AI 如何在教育或社會溝通中扮演「說服者」角色至關重要。
AI 重點 2
理解 AI 模型特性與人類心理特徵的交互作用。
滑鼠懸停看 AI 判斷理由
透過結合心理測量數據與不同 LLM 的對話紀錄，研究者可以深入探討特定性格或認知特質的人，在面對不同 AI 邏輯時，其信念轉變的差異性。
核心研究發現
- 1
該數據集包含 770 名義大利成年人的 3,080 場對話，總計 30,800 個對話輪次，涵蓋四週的追蹤觀察。
- 2
研究針對氣候變遷、數學焦慮及健康錯誤資訊三個社會議題，比較了不同 LLM（如 GPT-4o、Claude 等）的表現。
- 3
數據集結合了豐富的背景資訊，包括參與者的社會人口統計特徵、心理測量剖面以及對 AI 人性化程度的感知。
對教育工作者的啟發
對於教育科技設計者而言，此研究提醒我們在開發 AI 學習助手時，必須考慮 AI 的「說服力」與「觀點引導」能力。設計者不應僅關注知識傳遞，更需關注 AI 如何影響學生的數學焦慮或對科學議題的認知。在課程設計中，可以利用這類數據來研究如何設計更具批判性的對話引導，確保 AI 在引導學生建立正確觀念時，能兼顧學生的心理穩定性與信念轉變的深度，而非僅是單向的資訊灌輸。
原始文獻資訊
- 英文標題：
- Talk2AI: A Longitudinal Dataset of Human--AI Persuasive Conversations
- 作者：
- Alexis Carrillo, Enrique Taietta, Ali Aghazadeh Ardebili, Giuseppe Alessandro Veltri, Massimo Stella
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。